基于大数据深度学习的涂装空调温湿度控制方法

作者：魏玉龙; 吕朋辉; 林涛; 齐江飞

来源：电镀与涂饰, 2020, 39(06): 339-343.

DOI：10.19289/j.1004-227x.2020.06.008

• 涂装
• 空调
• 大数据
• 深度信念网络
• 温度
• 湿度
• 控制

以某涂装测试线现有的空调机组为基础,建立了一种基于大数据深度学习的涂装车间温湿度控制方法。介绍了该控制方法的系统组成、控制理论、算法实现及控制效果。经实际运行证明,此方法不仅可以满足涂装车间对温湿度控制的需求,而且能够大幅减小系统振荡,缩短系统从启动到稳定的时间,以及节约能源。与传统比例积分微分控制相比,此方法到达稳态的时间可缩短21%,稳态温度和相对湿度的误差分别为±0.5℃和±2%,效果更优。